BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC BÁCH KHOA HÀ NỘI

Đinh Văn Vương

NGHIÊN CỨU ĐIỀU KHIỂN ROBOT PHỤC HỒI CHỨC NĂNG
CHI DƯỚI SỬ DỤNG CƠ NHÂN TẠO

Ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 9520216

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ
TỰ ĐỘNG HÓA

Hà Nội - 2024

Cơng trình được hồn thành tại:
Đại học Bách khoa Hà Nội

NGƯỜI HƯỚNG DẪN KHOA HỌC
1. PGS.TS Dương Minh Đức
2. TS Đào Quý Thịnh

Phản biện 1:
Phản biện 2:
Phản biện 3:

Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Đại
học Bách khoa Hà Nội họp tại Đại học Bách khoa Hà Nội
Vào hồi..…giờ..….phút, ngày…….tháng……năm 2024

Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tạ Quang Bửu - ĐHBK Hà Nội
2. Thư viện Quốc gia Việt Nam

Mở đầu

1. Sự cần thiết của đề tài

Ngày nay, hệ thống robot phục hồi chức năng đang được nghiên
cứu và phát triển trên toàn thế giới để thay thế dần các nhà vật lý trị
liệu. Robot có thể hỗ trợ bệnh nhân một cách có hệ thống trong việc
thực hiện các bài tập phục hồi chức năng đã được lập trình sẵn. Đồng
thời, robot có thể hỗ trợ tập luyện lâu dài mà không gây mệt mỏi. Tuy
nhiên, do robot tương tác trực tiếp với con người nên an toàn luôn được
ưu tiên hàng đầu trong việc thiết kế và điều khiển robot phục hồi chức
năng. Ngoài ra, các bộ truyền động của robot cũng phải được điều
khiển linh hoạt để bệnh nhân cảm thấy thoải mái nhất trong quá trình
huấn luyện và tránh gây thương tích cho bệnh nhân. Gần đây, hệ thống
phục hồi chức năng sử dụng cơ nhân tạo khí nén đã thu hút nhiều sự
quan tâm của các nhà nghiên cứu do sự giống nhau giữa PAM và cơ
bắp của con người. PAM nhẹ và có tỷ lệ công suất trên trọng lượng cao
hơn các thiết bị truyền động cơ giới. Hơn nữa, PAM khá linh hoạt và
phù hợp với các robot tương tác với con người, chẳng hạn như robot
phục hồi chức năng. Một số hệ thống nguyên mẫu của robot phục hồi
chức năng đã được phát triển tại các trung tâm nghiên cứu trên toàn thế
giới. Tuy nhiên, hầu hết các hệ thống trên vẫn đang trong giai đoạn phát
triển ban đầu. Tóm lại, tất cả các hệ thống robot phục hồi chức năng sử
dụng cơ nhân tạo khí nén trong nước và quốc tế hiện mới chỉ ở dạng
thử nghiệm và chưa được thương mại hóa. Vì vậy, tiềm năng nghiên
cứu và phát triển là rất lớn. Xuất phát từ thực tế này, chúng tôi chọn đề

tài “Nghiên cứu điều khiển robot phục hồi chức năng chi dưới sử
dụng cơ nhân tạo”.

2. Mục tiêu nghiên cứu

Mục tiêu của luận án này là tập trung vào điều khiển robot phục
hồi chức năng chi dưới.

3. Đối tượng và phạm vi nghiên cứu

a. Đối tượng nghiên cứu

Mục tiêu nghiên cứu là robot hai bậc tự do BK-Gait bao gồm khớp
hông và khớp gối. Robot sử dụng cơ cấu chấp hành là cơ nhân tạo khí
nén có cấu hình đối ngẫu.

1

b. Phạm vi nghiên cứu
Phạm vi nghiên cứu của luận án chỉ tập trung vào nghiên cứu điều
khiển robot phục hồi chức năng chi dưới. Do đó, đề tài nghiên cứu
được thực hiện dựa trên cơ sở lý thuyết và thực nghiệm:

• Các thơng số mơ hình được thu thập dựa trên mơ hình robot hai
bậc tự do BK-Gait sử dụng cơ nhân tạo khí nén có cấu hình đối
ngẫu.

• Tất cả các phép đo, thuật toán điều khiển và kết quả thực
nghiệm đều được thực hiện và kiểm chứng bằng thực nghiệm
trên mơ hình robot phục hồi chức năng chi dưới (BK-Gait) tại

Đại học Bách khoa Hà Nội.

4. Phương pháp nghiên cứu
Phương pháp nghiên cứu là sự kết hợp giữa nghiên cứu lý thuyết

và kiểm chứng thực nghiệm.

• Robot sẽ được thiết kế và mô phỏng bằng phần mềm để đảm
bảo độ bền. Sau đó nó sẽ được chế tạo cho mục đích thử
nghiệm.

• Mơ hình tốn học với hai cơ có cấu hình đối kháng sẽ được xây
dựng để mô tả các đặc tính động của hệ thống. Các tham số của
mô hình sẽ được xác định thơng qua dữ liệu đầu vào/đầu ra của
hệ thống bằng thuật tốn tối ưu hóa được triển khai trên
Matlab/Simulink.

• Các thuật tốn điều khiển sẽ được áp dụng để xây dựng bộ điều
khiển bám quỹ đạo và bộ điều khiển trở kháng cho mơ hình cơ
kép và Robot. Sau đó sẽ được lập trình trên các bộ điều khiển
phù hợp như MyRio của National Instrument. Hiệu quả điều
khiển sẽ được kiểm chứng thông qua kết quả thực nghiệm.

5. Ý nghĩa khoa học và thực tiễn của đề tài
a. Ý nghĩa khoa học:
Ý nghĩa khoa học của luận án này là xây dựng các thuật tốn điều

khiển vị trí và điều khiển trở kháng cho các bộ truyền động và Robot sử
dụng bộ truyền động là cơ nhân tạo khí nén, phù hợp cho các ứng dụng
phục hồi chức năng.


2

b. Ý nghĩa thực tiễn:

Ý nghĩa thực tiễn của luận án là xây dựng được hệ thống phục hồi
chức năng chi dưới của người có chức năng điều khiển bám quỹ đạo và
điều khiển trở kháng với độ chính xác cao và có khả năng ứng dụng vào
hệ thống phục hồi chức năng trong thực tế.
6. Bố cục của luận án

Luận án được kết cấu thành các chương như sau:

• Chương 1: Tổng quan về hệ thống phục hồi chức năng: Chương
này trình bày tổng quan về hệ thống robot phục hồi chức năng.
Tuy nhiên, hầu hết nghiên cứu về hệ thống robot phục hồi chức
năng sử dụng cơ nhân tạo mới chỉ giới hạn trong phịng thí
nghiệm và chưa được thương mại hóa. Điều này cho thấy tiềm
năng để nghiên cứu và phát triển hơn nữa trong lĩnh vực này.

• Chương 2: Mơ hình hóa và điều khiển PAM: Chương này trình
bày tổng quan về cơ nhân tạo khí nén và các phương pháp phổ
biến để mơ hình hóa cơ nhân tạo. Sau đó, tơi xây dựng mơ hình
tốn học cho mơ hình cơ kép với cấu hình đối kháng. Cuối cùng,
tôi đề xuất các thuật toán điều khiển nâng cao để xây dựng bộ
điều khiển bám quỹ đạo cho bộ truyền động sử dụng PAM.
Nhiều kịch bản thử nghiệm sẽ được thực hiện để xác minh tính
hiệu quả của các bộ điều khiển này.

• Chương 3: Điều khiển bám quỹ đạo cho Robot BK-Gait:

Chương này tập trung vào cải tiến hệ thống điều khiển cho Robot
phục hồi chức năng chi dưới BK-Gait. Đầu tiên tôi sẽ xây dựng
mơ hình tốn học cho Robot phục hồi chức năng chi dưới BK-
Gait. Tiếp theo, tôi sẽ áp dụng các thuật toán điều khiển nâng cao
để xây dựng bộ điều khiển bám quỹ đạo cho Robot. Cuối cùng,
nhiều kịch bản thử nghiệm sẽ được thực hiện để xác minh tính
hiệu quả của các bộ điều khiển được đề xuất.

• Chương 4: Điều khiển trở kháng cho Robot BK-Gait: Trong
Chương này, một mạng nơron đã được đề xuất để ước tính khả
năng phục hồi của bệnh nhân, một yếu tố quan trọng đối với hệ
thống robot huấn luyện dáng đi được hỗ trợ bởi cơ nhân tạo khí
nén. Sau đó, dữ liệu về khả năng phục hồi của bệnh nhân sẽ được
sử dụng để kiểm soát trở kháng của Robot. Từ đó cải thiện độ

3

cứng của khớp, giúp bệnh nhân thoải mái và tự tin hơn khi thực
hiện các bài tập phục hồi chức năng.
• Chương 5: Kết luận và kiến nghị: Chương này tóm tắt những kết
quả đạt được của luận án, những đóng góp chính và đề xuất
hướng nghiên cứu tiếp theo.
7. Các đóng góp của luận án
Những đóng góp chính của luận án:

- Xây dựng hệ robot hai bậc tự do sử dụng cặp cơ nhân tạo đối
ngẫu cho phục hồi chức năng chi dưới của người.

- Xây dựng thuật tốn điều khiển phi tuyến bám quỹ đạo có xét
đến sự bất định tham số hệ thống và thay đổi của nhiễu tải cho

robot phục hồi chức năng.

- Xây dựng thuật toán điều khiển trở kháng sử dụng mạng nơron
để xấp xỉ lực tương tác của người với robot.

Chương 1. Tổng quan về hệ thống phục hồi chức năng
1.1. Hệ thống phục hồi chức năng chi dưới sử dụng động cơ

Dụng cụ chỉnh hình dáng đi (DGO), cịn được gọi là LOKOMAT
(Hocoma AG, Volketswill Thụy Sĩ), hiện có sẵn trên thị trường và
được nghiên cứu rộng rãi ở nhiều trung tâm phục hồi chức năng như
một trong những ví dụ điển hình nhất về hệ thống phục hồi chức năng
chi dưới. Hệ thống phục hồi chức năng này như Hình 1.1a. Nó bao
gồm ba phần chính: hỗ trợ trọng lượng cơ thể, máy chạy bộ và chỉnh
hình chân sử dụng động cơ điện. Các thuật toán điều khiển đã được
triển khai vào hệ thống này để cải thiện hiệu suất của nó, chẳng hạn
như điều khiển vị trí, điều khiển thích nghi, bộ điều khiển trở kháng,
v.v. Hình 1.1b cho thấy hệ thống huấn luyện dáng đi trên máy chạy
bộ, kết hợp thiết bị dáng đi cơ điện với việc huấn luyện dáng đi trên
máy chạy bộ/dáng đi, được gọi là LokoHelp (Nhóm LokoHelp, Đức).
LokoHelp sử dụng một hệ thống cơ khí khác với LOKOMAT, hệ
thống thực hiện chỉnh hình chi dưới sử dụng động cơ điện. Dụng cụ
chỉnh hình chi dưới, "Pedago", sử dụng thiết bị dáng đi cơ điện để
cung cấp chuyển động dáng đi trong các buổi tập. Thiết bị điều khiển

4

giúp di chuyển quỹ đạo bàn chân của bệnh nhân với chiều dài bước cố
định 400 mm, trong đó chu kỳ dáng đi (GC) tốc độ có thể thay đổi từ
0 đến 5 km/h. Hệ thống robot ReoAmbulator (Motorika Ltd, Hoa Kỳ),

cịn được gọi là "AutoAmbulato'', là một ví dụ khác về máy tập dáng
đi hiện có trên máy chạy bộ cho liệu pháp phục hồi chức năng chi
dưới, như thể hiện trong Hình 1.1c. Hệ thống này đã được sử dụng
trong các trung tâm nghiên cứu và bệnh viện y tế để điều trị phục hồi
chức năng và nghiên cứu giáo dục.

Hình 1.1 (a) LOKOMAT, (b) LokoHelp, (c) ReoAmbulator
Các hệ thống chỉnh hình phục hồi chức năng cho chi dưới sử dụng
động cơ điện đã được đánh giá nêu trên chỉ đại diện cho một phần của
các hệ thống chỉnh hình phục hồi chức năng hiện có. Tuy nhiên, có thể
tóm tắt từ những ví dụ này rằng sự phát triển của nó đã tiến bộ, nhờ đó
nhiều dụng cụ chỉnh hình phục hồi chức năng cho chi dưới sử dụng
động cơ điện đã được thương mại hóa. Với tốc độ phát triển trong thiết
kế cơ khí và việc triển khai các thuật tốn điều khiển nâng cao.
1.2. Hệ thống phục hồi chức năng sử dụng cơ nhân tạo khí nén
Gần đây, bộ truyền động sử dụng cơ nhân tạo khí nén (PAM) tự nhiên
và chi phí thấp đã được triển khai rộng rãi trong việc phát triển các hệ
thống phục hồi chức năng. So với các bộ truyền động thông thường như
động cơ điện, bộ truyền động đàn hồi nối tiếp (SEA) và động cơ DC
khơng chổi than, PAM có nhiều ưu điểm, bao gồm tuân thủ tự nhiên,

5

nhẹ và có tỷ lệ trọng lượng trên cơng suất cao. Bất chấp những hạn chế
cố hữu như các đặc tính phi tuyến tính và các tham số mơ hình bất định
cũng như độ trễ lớn, các ứng dụng của PAM trong các lĩnh vực phục
hồi chức năng bằng robot đang tăng lên theo cấp số nhân do nhu cầu về
các hệ thống robot có khả năng tuân thủ cao của con người. Dụng cụ
chỉnh hình robot đầu tiên được điều khiển bởi PAM được phát triển bởi
Claysson B. Vimieiro và cộng sự. vào năm 2004 vì đã hỗ trợ chuyển

động gập hông của bệnh nhân. Như được hiển thị trong Hình 1.4, bộ
khung ngồi này được thiết kế với hai bộ phận chính: phần thứ nhất là
khung xương chậu để mang lại sự ổn định cho robot và phần thứ hai là
phần hỗ trợ cho đùi. Kết quả lâm sàng cho thấy bộ xương ngồi khơng
chỉ có thể mang lại sự ổn định cao hơn mà còn mang lại khả năng phục
hồi nhanh hơn cho bệnh nhân trong quá trình phục hồi chức năng.

Hình 1.4 (a) chỉnh hình khớp hơng, (b) chỉnh hình mắt cá chân, (c)
chỉnh hình mắt cá chân AFO

Tóm lại, có thể thấy hệ thống robot phục hồi chức năng đang được
nghiên cứu và phát triển rất nhiều trên toàn thế giới bởi những ưu điểm
vượt trội so với các phương pháp phục hồi chức năng truyền thống.
Robot có thể hỗ trợ bệnh nhân một cách có hệ thống trong việc thực
hiện các bài tập phục hồi chức năng đã được lập trình sẵn. Một số hệ
thống nguyên mẫu của robot phục hồi chức năng đã được phát triển tại
các trung tâm nghiên cứu trên toàn thế giới. Tuy nhiên, hầu hết các hệ
thống trên vẫn đang trong giai đoạn phát triển ban đầu. Chức năng
“assist-as-needed” (AAN) là không thể thiếu đối với robot phục hồi

6

chức năng để phục hồi chức năng cho bệnh nhân. Do đó, robot phục hồi
chức năng phải có đủ độ cứng để hướng dẫn chi của bệnh nhân theo
quỹ đạo được chỉ định và ước tính mức độ khuyết tật của bệnh nhân.
1.3. Hệ thống phục hồi chức năng chi dưới BK-Gait

Hình 1.9 Hệ thống phục hồi chức năng chi dưới BK-Gait
Hình 1.9 minh họa sơ đồ nguyên lý của hệ thống phục hồi chức năng
BK-Gait. Hệ thống phục hồi chức năng tổng thể bao gồm các phần sau:


• Phần nâng đỡ trọng lượng cơ thể.
• Phần điều khiển máy chạy bộ.
• Phần phát triển các bài tập vật lý trị liệu mẫu
• Phần điều khiển robot phục hồi chức năng chi dưới.
Phạm vi nghiên cứu của luận án này chỉ tập trung nghiên cứu điều
khiển robot phục hồi chức năng chi dưới. Vì vậy, dự án nghiên cứu sẽ
được thực hiện dựa trên cơ sở lý thuyết và thực nghiệm. Tuy nhiên, có
hai bài tốn điều khiển đối với robot phục hồi chức năng chi dưới: bài
toán điều khiển bám quỹ đạo và bài toán điều khiển trở kháng. Mục
đích của luận án là ứng dụng một số thuật toán điều khiển nâng cao để
xây dựng bộ điều khiển giải quyết hai bài toán điều khiển trên.
1.4. Hệ thống thực nghiệm
Các mơ hình thực nghiệm được xây dựng trong phạm vi nghiên cứu của
luận án này đều sử dụng cơ nhân tạo khí nén làm cơ cấu truyền động.
Có nhiều loại cơ nhân tạo, như minh họa ở Hình 2.1 Mục 2.1.1. Tuy
nhiên, nghiên cứu này sẽ sử dụng cơ McKibben. Bởi vì, có khối lượng
nhẹ, dễ chế tạo với chi phí thấp, tỷ lệ lực/khối lượng cao và tương tự

7

như hoạt động của cơ người. Mặc dù cơ McKibben cũng đã được
thương mại hóa trên thị trường nhưng giá thành của nó rất cao. Vì vậy,
trong nghiên cứu này, cơ McKibben sẽ được chế tạo thủ công với
nguyên liệu sẵn có và chi phí thấp.
1.4.1. Mơ hình thực nghiệm cho cơ cấu chấp hành

Hình 1.16 Mơ hình thực nghiệm cho cơ cấu chấp hành
Mơ hình thực nghiệm bao gồm hai PAM tự chế, như Hình 1.16, mỗi
PAM có đường kính 25 mm và dài 400 mm, được sắp xếp theo cấu

hình đối ngẫu. Hai van điều khiển điện tỷ lệ điều chỉnh áp suất bên
trong của PAM. Góc lệch của pulley được đo bằng cảm biến góc
(WDD35D5T) với độ chính xác 1%. Nền tảng điều khiển bao gồm một
bộ điều khiển nhúng (National Instrument myRIO-1900) có thể được
giám sát và tương tác với các thiết bị hiện trường bằng phần mềm
LabVIEW. Mơ hình thử nghiệm này sẽ kiểm chứng hiệu suất điều
khiển của các thuật toán được triển khai ở Chương 2.
1.4.2. Mơ hình thực nghiệm cho robot phục hồi chức năng chi dưới
BK-Gait
Nghiên cứu này xem xét hệ thống phục hồi chức năng chi dưới BK-
Gait. Ưu điểm chính của hệ thống là khung treo được gắn trực tiếp vào
nhơm định hình sẵn, giúp cố định robot và nâng bệnh nhân lên độ cao
mong muốn. Robot nguyên mẫu là robot 2-DOF, điều khiển chi dưới
của đối tượng với sự trợ giúp của hai thanh nẹp nhôm gắn vào phần đùi
và cẳng chân. Độ dài các liên kết của robot có thể được điều chỉnh dựa
trên cơ thể của chủ thể bằng cách sử dụng thanh trượt giữa khớp hông
và đầu gối. Khớp hơng và khớp gối có thể uốn cong/mở rộng đến góc

8

tối đa lần lượt là −450/+450 và 00/900. Thiết kế của hệ thống cho phép
trải nghiệm phục hồi chức năng có thể tùy chỉnh và hiệu quả cho bệnh
nhân chi dưới. Hệ thống khung ngoài robot được phát triển được mơ tả
bằng hình ảnh thực tế trên Hình 1.17. Mơ hình thử nghiệm này sẽ kiểm
chứng hiệu năng điều khiển của các thuật tốn được triển khai ở
Chương 3, 4.

Hình 1.17 Mơ hình thực nghiệm cho robot phục hồi chức năng chi dưới
BK-Gait


Chương 2. Mơ hình hóa và điều khiển cơ nhân tạo khí nén
2.1. Mơ hình tốn học cho mơ hình cơ kép có cấu hình đối ngẫu
Để xây dựng mơ hình tốn học của cơ kép có cấu hình đối ngẫu, như
trong Hình 1.16, chúng tơi bắt đầu bằng cách phân tích mơ hình tốn
học của một cơ [73]. Hình 2.8 minh họa nguyên lý làm việc của cấu
hình. Ban đầu, cả hai PAM đều có áp suất bằng nhau, dẫn đến cùng
mức độ co x0 và góc ban đầu của ròng rọc là θ0 = 00. Bằng cách điều
chỉnh chênh lệch áp suất ΔP, trong đó một cơ được tăng áp suất trong
khi cơ kia giảm áp suất, độ dài của cơ sẽ thay đổi khác nhau, làm cho
pulley quay và dẫn đến thay đổi góc khớp θ. Phương trình sau đây có
thể xác định áp suất tác dụng lên các cơ:

9

Hình 2.8 Nguyên lý hoạt động của cấu hình đối kháng

Pe = P0 + P (2.13)

Pf = P0 − P

Để thu được mô-men xoắn do hai PAM tạo ra, ta sử dụng phương trình
sau:

total = ( FePAM − FfPAM ) r (2.14)

Phương trình được cung cấp liên quan đến mơ hình cấu hình đối kháng
của hai PAM, trong đó 𝑟 đại diện cho bán kính của pulley.

FePAM = Fe − Be xe − Ke xe (2.15)
 PAM

Ff = Ff − Bf x f − K f x f

Giả sử hai PAM có tính chất cơ học tương tự nhau, chúng ta có thể sử
dụng các phương trình (2.12), (2.13) và (2.16) để thu được mối quan hệ
sau:

 total = J (t) = ( FePAM − FfPAM ) r

= 2F1 − 2K1x0 − ( B1e − B1 f ) r (t) rP(t) (2.17)

−  B0 e + B0 f + ( B1e + B1 f ) P0  r 2 (t ) − ( 2 K 0 + 2K1P0 ) r 2 (t)
 

trong đó J là mơ men qn tính của rịng rọc.

Do đó, trạng thái động của hệ thống có thể được mơ tả bằng phương
trình sau:

 (t) = 3 (t) + 2 (t) + 1P(t) (2.18)

10

Để thuận tiện hơn trong việc thiết kế bộ điều khiển trong bộ xử lý thời
gian thực, việc hình thành mơ hình thời gian rời rạc sau đây được xem
xét.

yk = −a1 yk−1 − a2 yk−2 + b1uk−1 + b2uk−2 + pk (2.24)

2.2. Điều khiển bám quỹ đạo cho mơ hình cơ kép
2.2.1. Bộ điều khiển trượt thích nghi


Hình 2.11 Sơ đồ khối của bộ điều khiển đề xuất
Trong tiểu mục này, bộ điều khiển trượt thích nghi (ASMC) được đề
xuất. Thứ nhất, bộ điều khiển SMC được thiết kế dựa trên lý thuyết mặt
trượt. Sau đó, thành phần nhiễu loạn khơng chắc chắn của hệ thống
được ước tính bằng cách sử dụng bộ quan sát tiếng ồn dựa trên luật
thích nghi. Hình 2.11 minh họa sơ đồ khối của hệ thống.

Tín hiệu điều khiển 𝑢𝑘 như sau:

uk =

1  n m   (2.31)

b1  yk +  ai yk−i − bjuk− j − pk + ek−1 − sk−1 + KSW sign(sk )
i =1 j=0 

Thành phần 𝑝𝑘 trong 𝑢𝑘 là biến của nhiễu hệ thống chưa biết. Do đó,
trong phần này tơi đề xuất một bộ quan sát sử dụng luật thích nghi để

ước tính thành phần đó. Qua đó, nâng cao hiệu quả của bộ điều khiển

chế độ trượt. Cuối cùng, với giá trị ước lượng 𝑝̂𝑘 của 𝑝𝑘, tín hiệu điều
khiển 𝑢𝑘 được tính như sau:

uk =

1  n m   (2.32)

b1  yk +  ai yk−i − bjuk− j − pˆk + ek−1 − sk−1 + KSW sign(sk )

i =1 j=0 

11

2.2.2. Bộ điều khiển mạng nơron hàm cơ sở xuyên tâm
Phần này đề xuất bộ điều khiển thích nghi trực tuyến sử dụng thuật toán
xấp xỉ mạng nơron RBF để cải thiện độ chính xác của điều khiển và
thích ứng với các bất định của tham số mơ hình. Hình 2.18 mô tả cấu
trúc của hệ thống điều khiển được đề xuất.

Hình 2.18 Sơ đồ khối của bộ điều khiển

Tín hiệu điều khiển là:

u = 1 −g(x) + yd + MT E (2.52)
 

1

Hình 2.19 minh họa sơ đồ ba lớp điển hình của mạng nơron RBF.

Hình 2.19 Sơ đồ khối của mạng nơron RBF

Từ phần trước, hàm phi tuyến chưa biết 𝑔𝑥 mà mạng nơ-ron RBF đã
biểu diễn. Tín hiệu điều khiển là:

u = 1 −gˆ(x) + yd + MT E (2.56)
 

1


trong đó 𝑔̂𝑥 là tham số ước lượng cho 𝑔𝑥:

2.2.3. Bộ điều khiển trượt dựa trên luật hàm mũ kết hợp với hàm
ràng buộc chất lượng nhằm nâng cao tính an tồn cho hệ thống
Phương pháp điều khiển được đề xuất kết hợp chức năng hiệu suất
được quy định và điều khiển chế độ trượt thời gian rời rạc để nâng cao

12

hiệu suất điều khiển của hệ thống. Hình 2.23 thể hiện sơ đồ nguyên lý
của bộ điều khiển đề xuất.

Hình 2.23 Sơ đồ khối của bộ điều khiển
Hàm hiệu suất được quy định này đảm bảo rằng lỗi theo dõi quỹ đạo đã
đặt sẽ luôn được giới hạn trong một miền nhất định.

k+1 = (1−  2 ) k +  2 (2.70)

Định nghĩa 𝑒𝑘 là sai số bám của giá trị đo được 𝑦𝑘 so với giá trị mong
muốn của nó 𝑦𝑘∗. Từ PPF (2.70), ta có biểu thức cho miền hội tụ của sai
số như sau:

−k  ek  k (2.71)

Tín hiệu điều khiển 𝑢𝑘 như sau:

uk = 1  yk+1  + a1 yk + a2 yk−1 − b2uk−1 − pˆk − pk  (2.86)
b1


k+1   +  
+   (k) − 
b1  1 + e 

Giả sử sai số ước lượng của nhiễu 𝑝̃𝑘 là đủ nhỏ thì có thể thu được tín
hiệu điều khiển như sau:

uk = 1  yk+1  + a1 yk + a2 yk−1 − b2uk−1 − pˆk  (2.87)
b1

k+1   +  
+   (k) − 
b1  1+ e 

13

2.2.4. Kết quả thực nghiệm
Trong phần này, bộ điều khiển đề xuất (PPF-ERL-SMC) cũng được so
sánh với bộ điều khiển ASMC và bộ điều khiển RBF.

Hình 2.25 Kết quả thực nghiệm Hình 2.26 Kết quả thực nghiệm
khi không tải. khi có tải.

Hình 2.27 Đánh giá định lượng ba bộ điều khiển khi bám quỹ đạo với
tín hiệu hình sin 0,5 Hz trong trường hợp khơng tải và có tải.

Các thí nghiệm được thực hiện trong kịch bản đầu tiên được thực hiện
mà không cần tải. Mục đích của kịch bản này là đánh giá hiệu suất theo
dõi của bộ điều khiển đề xuất đối với tín hiệu hình sin có tần số 0,5 Hz.
Kết quả được trình bày ở Hình 2.25. Dựa trên kết quả, có thể suy ra

rằng bộ điều khiển dựa trên PPF-ERL được đề xuất trong nghiên cứu
này thực hiện hiệu suất điều khiển tốt hơn trong quá trình nhất thời khi
khởi động hệ thống. Bộ điều khiển đề xuất thể hiện chất lượng điều
khiển vượt trội khi xử lý các hiệu ứng nhiễu có thể gây ra những bất
thường trong quá trình phục hồi.

Trong kịch bản thứ hai, hệ thống được kiểm tra bằng cách đột ngột bổ
sung tải trọng 3 kg sau khi hệ thống đạt đến trạng thái ổn định. Quỹ đạo

14

mong muốn cho thử nghiệm cũng giống như kịch bản đầu tiên. Kết quả
thực nghiệm được thể hiện trên Hình 2.26. Dựa trên kết quả thu được từ
hai kịch bản thử nghiệm, có thể suy ra rằng bộ điều khiển dựa trên PPF-
ERL được đề xuất trong nghiên cứu này thực hiện hiệu suất điều khiển
tốt hơn trong quá trình nhất thời khi khởi động hệ thống và khi có tải
được áp dụng. Bộ điều khiển đề xuất thể hiện chất lượng điều khiển
vượt trội khi xử lý các hiệu ứng nhiễu có thể gây ra sự bất thường trong
quá trình phục hồi. Giá trị RMSE và MTE của ba bộ điều khiển được
hiển thị trong Hình 2.27.

Chương 3. Điều khiển bám quỹ đạo cho Robot BK-Gait

3.1. Mơ hình tốn học của robot hai bậc tự do BK-Gait

Theo phương trình Euler-Lagrange, động lực học của robot với hai
khớp quay như sau:

T = M( ) + H(, ) + G( ) (3.1)


Từ phương trình (2.17) và (3.1) ta có:

 = M-1 (−H − G) + M-1A1ΔP (3.3)

Bằng cách thêm 𝜔(𝑡), là nhiễu chưa biết tồn tại trong bất kỳ hệ thống
nào, mơ hình khơng gian trạng thái của hệ thống động (3.3) như sau:

x1 (t) =  (t)

x1 (t ) = x2 (t ) (3.4)

x2 (t ) = f (x1 (t ),x2 (t ),ω(t )) +  (ω(t )) + u(t )

3.2. Bộ điều khiển ADRC kết hợp với bộ quan sát phi tuyến

Phần này đề xuất bộ điều khiển ADRC phi tuyến tính để điều khiển
bám quỹ đạo cho robot hai bậc tự do BK-Gait. Do sử dụng PAM cho bộ
truyền động, robot có tính phi tuyến với các tham số bất định của mơ
hình. Vì vậy, để điều khiển robot một cách hiệu quả, một bộ quan sát
trạng thái mở rộng phi tuyến tính (ESO) được thiết lập. Sau đó, bộ điều
khiển phản hồi phi tuyến được thiết kế để xử lý hệ thống theo quỹ đạo
mong muốn. Ngoài ra, bộ phân biệt theo dõi (TD) cũng được đề xuất để

15

tạo ra quỹ đạo tham chiếu khả thi về mặt vật lý. Hình 3.2 minh họa mơ
hình bộ điều khiển ADRC.

Hình 3.2 Sơ đồ khối bộ điều khiển ADRC.
3.2.1. Bộ vi phân (TD)


Bộ vi phân thơng thường y(t) của tín hiệu r(t) là:

y (t )  1 r (t ) − r (t − Ts ) (3.5)

Ts

Xét sai số ước lượng của bộ vi phân như sau:

 e1   e1 (t ) 
2 
  = A  e2 (t )  + Br (t ) (3.12)
 e2 

 

3.2.2. Bộ quan sát trạng thái mở rộng (ESO)

 
xˆ1 (t ) = xˆ 2 (t ) + 3 
 y (t ) − xˆ1 (t ) 

   2

  y (t ) − xˆ1 (t )  2 −1


xˆ 2 (t ) = xˆ 3 (t ) + 3 2  + u(t )
   (3.20)


 1  y (t ) − xˆ1 (t ) 3−2
xˆ 3 (t ) =  
   2



ESO là một sự phát triển được cải tiến dựa trên bộ quan sát trạng thái
cơ bản. ESO có thể ước tính cả các biến trạng thái và nhiễu loạn hệ
thống. Động lực học của hệ thống không được mô hình hóa, các hệ số

16

điều khiển chưa biết, nhiễu bên ngồi, v.v., có thể gây ra nhiễu loạn hệ
thống. Các biến trạng thái của robot dựa trên PAM được đề xuất:

3.2.3. Bộ điều khiển phản hồi

Phần quan trọng cuối cùng của phương pháp ADRC là bộ điều khiển
phản hồi, được phát triển theo phương trình sau:

u(t) =

1 −(k +1) xˆ1 (t ) − z1 (t ) − (k +1) xˆ2 (t ) − z2 (t ) − xˆ3 (t ) (3.27)

b0

3.3. Bộ điều khiển BSMC

Phần này giới thiệu kỹ thuật BSMC được đề xuất. Hình 3.8 mơ tả sơ đồ
khối điều khiển của phương pháp BSMC. Phương pháp điều khiển

bước lùi phân tách mơ hình hệ thống bậc hai thành các hệ thống con
nhỏ hơn. Ở mỗi giai đoạn, luật điều khiển ảo 𝑦1(𝑘) và 𝑦2(𝑘) cho các hệ
thống con tương ứng được phát triển bằng cách sử dụng định lý ổn định
Lyapunov. Ở bước 3, phương pháp điều khiển chế độ trượt đảm bảo
rằng quỹ đạo trạng thái hệ thống chạm đến bề mặt trượt và sai số bám
nhiễu hệ thống giảm xuống bằng 0.

Hình 3.8 Sơ đồ khối của chiến lược điều khiển đề xuất

• Bước 1: Nhằm mục đích thiết lập một vectơ sai số bám để đo sự

khác biệt giữa góc quay được điều khiển 𝑦(𝑘) và tín hiệu tham chiếu
𝑦∗(𝑘). Chúng ta có:

V1 (k ) = Ts y1 (k ) − Ts y1 (k 2 − e2 (k ) = Ts2e12 (k ) − e2 (k ) (3.34)

)

• Bước 2: Để đảm bảo sự hội tụ của vectơ 𝑒1(𝑘) về 0, tôi chọn
hàm Lyapunov thứ hai là:

17

V2 (k ) = Ts y2 (k ) − Ts y2 (k 2 − (1 − Ts2 ) e12 (k ) − e2 (k )

) (3.39)

= Tse2 (k )2 − (1− Ts2 )e12 (k ) − e2 (k )

Bằng cách kiểm tra phương trình (3.39), ∆𝑉2(𝑘) sẽ trở thành xác định

âm nếu 𝑒2(𝑘) bằng 0. Do đó, giai đoạn tiếp theo là xác định vectơ của
𝑒2(𝑘) dẫn đến sự hội tụ về 0.

• Bước 3: Ở giai đoạn này áp dụng phương pháp điều khiển trượt
sau khi hoàn thành 2 bước trong quy trình thiết kế backstepping:

  2
V2 (k )  −s2 (k −1) − e(k ) + e2 (k )
 2 

 e2 (k )  2

−(1− Ts2 ) e1 (k ) +  2 (3.47)
2(1− Ts ) 


  2 2  2 2 

22
−  − − 2 − Ts  e2 (k )
 4 4(1− Ts ) 

Phương trình (3.46) cho phép lựa chọn một tập hợp số ∝, β và γ đảm
bảo tính ổn định của hàm Lyapunov. Vì vậy, điều khiển chế độ trượt
backstepping được đề xuất đảm bảo tính ổn định của hệ thống.

3.4. Kết quả thực nghiệm

Cả hai chiến lược kiểm soát đều thể hiện hiệu suất theo dõi hiệu quả
trong trường hợp đầu tiên không tải. Tuy nhiên, bộ điều khiển BSMC

hoạt động tốt hơn bộ điều khiển NLESO-ADRC với hiệu suất cao hơn
và ít lỗi hơn, như minh họa trong Hình 3.9.

Trong kịch bản thứ hai, khi robot phục hồi phải chịu tải trọng bên
ngoài, hiệu suất của cả hai bộ điều khiển đều giảm nhưng vẫn đạt được
độ chính xác thỏa đáng. Tình huống này rất quan trọng vì robot phục
hồi chức năng thường gặp phải các lực và tải trọng bên ngoài trong các
ứng dụng thực tế. Tải trọng được đặt tại vị trí của robot khung ngoài chi
dưới và lực tác động tối đa sẽ xuất hiện khi chân duỗi về phía trước,
như minh họa trong Hình 3.10. Hình 3.11 minh họa việc đánh giá định
lượng hai bộ điều khiển khi theo dõi tín hiệu hình sin 0,5 Hz trong hai
trường hợp: có tải và khơng tải.

18